Whatsapp

Ada yang ditanyakan?
Klik untuk chat dengan layanan pelanggan kami

Pemasaran
● online
Pemasaran
● online
Halo, perkenalkan saya Pemasaran
baru saja
Ada yang bisa saya bantu?
baru saja
Kontak Kami
Member Area
Rp
Keranjang Belanja

Oops, keranjang belanja Anda kosong!

  • Diskon ❯ Semua buku didiskon mulai 10%
  • Asli ❯ Kami menjual buku asli, dari penerbit. Tidak menjual buku bajakan, repro, kw atau ilegal lainnya
  • Pengiriman ❯ Pengiriman ke seluruh Indonesia, pengiriman ke luar negeri sila WA kami
  • Pembayaran ❯ Transfer Bank, Dompet Elektronik (Link Aja, Dana, Go Pay, OVO), QRIS
  • Pengadaan ❯ Menerima pengadaan buku untuk perpustakaan
Beranda » Teknik Informatika » Machine Learning (Konsep dan Implementasi)
click image to preview activate zoom
Diskon
15%

Machine Learning (Konsep dan Implementasi)

Rp 56.100 Rp 66.000
Hemat Rp 9.900
ISBN978-623-7498-59-9
Stok Tersedia
Kategori Teknik Informatika
Tentukan pilihan yang tersedia!
Pemesanan lebih cepat! Pesan Langsung
Bagikan ke

Machine Learning (Konsep dan Implementasi)

Penulis     : Yaya Heryadi dan Teguh Wahyono

Tebal         : xiv + 178 hlm

Ukuran     : 16 x 23 cm

Penerbit   : Gava Media

Deskripsi :

Machine learning merupakan salah satu cabang ilmu Kecerdasan Buatan (Artificial Intelligence) yang berkembang sangat cepat dan telah menyebabkan masalah klasifikasi, regresi, klastering, dan anomaly detection pada berbagai bidang dapat diatasi lebih efisien. Misalnya, pengenalan sel yang bersifat abnormal berdasarkan citra CT Scan membantu dokter mendiagnosis pasien. Pengenalan jenis dan lokasi objek yang akurat berdasarkan video digital atau citra satelit sudah dipergunakan secara luas dibidang keamanan wilayah, periklanan, penanganan bencana alam, atau transportasi cerdas.

Buku ini menguraikan beberapa konsep dasar dari machine learning dengan pendekatan matematika terapan. Pembahasan dimulai dari Dasar-Dasar Matematika untuk Madhine Learning, Konsep Machine Learning sampai pada berbagai contoh implementasi Machine Learning. Berbagai model yang dibahas diantaranya adalah Regresi Linier, Regresi Logistik, K-Nearest Neighbors, Decision Tree, Random Forest, Naive Bayes dan Support Vector Machine untuk metode pembelajaran secara supervised. Sedangkan untuk metode pembelajaran unsupervised akan menjelaskan tentang K-means, Principal Component Analysis, Density Based Spatial Clustering of Application with Noise (DBSCAN) dan Spatial temporal DBSCAN. Semua konsep dijelaskan disertai dengan contoh-contoh implementasinya menggunakan bahasa pemrograman Python.

 

Tags: ,

Machine Learning (Konsep dan Implementasi)

Berat 200 gram
Kondisi Baru
Dilihat 1.705 kali
Diskusi Belum ada komentar

Belum ada komentar, buka diskusi dengan komentar Anda.

Silahkan tulis komentar Anda

Produk Terkait

Produk yang sangat tepat, pilihan bagus..!

Berhasil ditambahkan ke keranjang belanja
Lanjut Belanja
Periksa
Produk Quick Order

Pemesanan dapat langsung menghubungi kontak dibawah: